本文中介绍的是pandas的高阶应用-分类数据category
image
分裂数据Categorical
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
使用背景和目标
一个列中经常会包含重复值，这些重复值是一个小型的不同值的集合。
unique()和value_counts()能够从数组中提取到不同的值并分别计算它们的频率
values = pd.Series([“apple”,”orange”,”apple”,”apple”] * 2)
values
0 apple
1 orange
2 apple
3 apple
4 apple
5 orange
6 apple
7 apple
dtype: object
pd.unique(values) # 查看不同的取值情况
array([‘apple’, ‘orange’], dtype=object)
pd.value_counts(values) # 查看每个值的个数
apple 6
orange 2
dtype: int64
维度表
维度表包含了不同的值，将主要观测值存储为引用维度表的整数键
values = pd.Series([0,1,0,0] * 2)
dim = pd.Series([“apple”,”orange”])
values
0 0
1 1
2 0
3 0
4 0
5 1
6 0
7 0
dtype: int64
dim
0 apple
1 orange
dtype: object
take方法-分类(字典编码展现)
不同值的数组被称之为数据的类别、字典或者层级
dim.take(values)
0 apple
1 orange
0 apple
0 apple
0 apple
1 orange
0 apple
0 apple
dtype: object
使用Categorical类型
fruits = [“apple”,”orange”,”apple”,”apple”] * 2
N = len(fruits)
df = pd.DataFrame({“fruit”:fruits, # 指定每列的取值内容
“basket_id”:np.arange(N),
“count”:np.random.randint(3,15,size=N),
“weight”:np.random.uniform(0,4,size=N)},
columns=[“basket_id”,”fruit”,”count”,”weight”]) # 4个属性值
df
image.png
df[“fruit”]
0 apple
1 orange
2 apple
3 apple
4 apple
5 orange
6 apple
7 apple
Name: fruit, dtype: object
如何生成Categorical实例
fruit_cat = df[“fruit”].astype(“category”) # 调用函数改变
fruit_cat # 变成pd.Categorical的实例
0 apple
1 orange
2 apple
3 apple
4 apple
5 orange
6 apple
7 apple
Name: fruit, dtype: category
Categories (2, object): [apple, orange]
c = fruit_cat.values
c
[apple, orange, apple, apple, apple, orange, apple, apple]
Categories (2, object): [apple, orange]
两个属性：categories + codes
print(c.categories)
print(“—–“)
print(c.codes)
Index([‘apple’, ‘orange’], dtype=’object’)
Original: https://blog.csdn.net/weixin_35899510/article/details/112905821
Author: BLACK枪骑兵
Title: python astype category_利用Python进行数据分析(11)-高阶应用category
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/740959/
转载文章受原作者版权保护。转载请注明原作者出处！